模型:我太太用过我的车。
演绎:她可能在车里留了纸条。
数据:是的,你看,纸条就在这儿。
假设要解决一个特定问题并且初始的思索提出某些相关的想法或理论。然后就会寻找数据来进一步支持或者否定这一理论。这可能由以下某些方面组成:你的领域和互联网的搜索、步行到图书馆查询、与合作者和执行者的讨论会,对过程的被动观测或者主动试验。在任何情况下,事实和收集到的数据有时会进一步证实你的猜想,此时你可能已经解决了你的问题。然而,经常发生的是你的初始想法仅有部分是对的或者完全是错的。在这后两种情况下,演绎和现实情况之间的差异使得你还要继续搜集数据。这就可能导致一种修正或者完全不同的想法,并且对你目前的数据进行重新分析或者产生新的数据。
人类的左右脑就是用来执行这种持续的归纳一演绎交流的。当这种反复过程能够解决问题时,你就不会期待这个解的本性或者达到这个解的路径是唯一的。一个化学例子RitaStoveing一个化学家,有过如下的想法:模型因为一种最新发现的催化剂的某些性质,在一种特定反应混合物中它的存在可能会造成
化学药品A跟化学药品B以高产量形成一种有价值的产品C。演绎丽塔有一个试探性的假设并且推断出它的结果,但是没有数据来验证或者否定它的真实
性。根据和同事们交谈、小心地查阅文献以及在计算机上的更进一步地搜索,她确认还未
曾有人实施操作来完成这一课题。因此,她决定进行一些适当的试验。应用她的化学知
识,她要在一个细心选择的条件上做一个试验。特别地,她猜想温度600~C应该值得一试。数据第一个试验的结果令人失望。所要求的产品C是一种无色、无味的液体,而目前所得到
的是一种黑色焦油状的产品,且只含不到1%的物质C。
展开
——《IEEE Electrical Insulation Magazine》
“……我们的专业人员几乎都能从该书中受益,享受到阅读乐趣!”
——《Journal of the American Statistical Association》
“每个行业统计人员的书架上都应该有这本书,书中包含了很多智慧,尤其第2版做了巨大的改进,值得推荐!”
——《The American Statistician》